Raman spectroscopy for the identification of body fluid traces: Semen and vaginal fluid mixture

精液 拉曼光谱 体液 色谱法 分析化学(期刊) 人工智能 化学 材料科学 计算机科学 生物 物理 光学 医学 病理 解剖
作者
Aliaksandra Sikirzhytskaya,Vitali Sikirzhytski,Luis Pérez-Almodóvar,Igor K. Lednev
出处
期刊:Forensic Chemistry [Elsevier]
卷期号:32: 100468-100468 被引量:8
标识
DOI:10.1016/j.forc.2023.100468
摘要

Raman spectroscopy is a versatile research tool that has found numerous practical applications recently. High specificity, non-destructive nature, and potential for on-field application make Raman spectroscopy an attractive tool for forensic science. The great potential of Raman spectroscopy for confirmatory identification of all main body fluids has been recently reported (Vyas et al. Forensic Chemistry 2020, 100247). Bringing the developed methodology from the laboratory to the crime scene requires further method development and validation for realistic, practical samples subjected to environmental conditions, contamination, substrate interference, aging, etc. This work targets the validation of the developed methodology for body fluid mixtures, semen, and vaginal fluid in particular, which are critical for sexual assault cases. Near-infrared (NIR) Raman spectra of dry semen-vaginal fluid mixtures were acquired in automatic scanning mode and subjected to advanced statistical analysis. Support Vector Machine Discriminant Analysis (SVMDA) was used to develop three binary classification models, including vaginal fluid vs mixture, semen vs mixture, and semen vs vaginal fluid. These binary models were combined to build a single tertiary model, which resulted in the 100% correct classification on the sample level for all examined mixtures (1.5% to 100% for vaginal fluid and 3% to 100% for semen). The developed analytical approach could be used for various other applications when complex binary mixtures need to be detected and analyzed.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
聂学雨发布了新的文献求助10
1秒前
Orange应助姜橙子采纳,获得10
2秒前
潇洒板凳发布了新的文献求助10
2秒前
maroto完成签到 ,获得积分10
2秒前
3秒前
zhangxian0426完成签到,获得积分10
3秒前
自来完成签到 ,获得积分10
3秒前
李小心完成签到,获得积分10
4秒前
5秒前
增缩减扩完成签到,获得积分10
5秒前
观复完成签到,获得积分10
6秒前
星星完成签到,获得积分10
6秒前
张先生2365完成签到,获得积分10
6秒前
模糊中正应助科研小垃圾采纳,获得20
6秒前
深情安青应助尺素寸心采纳,获得10
7秒前
7秒前
优美彩虹发布了新的文献求助30
8秒前
思源应助执着丝采纳,获得10
8秒前
9秒前
9秒前
9秒前
背后海莲完成签到,获得积分10
9秒前
HP发布了新的文献求助10
10秒前
11秒前
小唐发布了新的文献求助10
12秒前
叁壹捌发布了新的文献求助20
13秒前
13秒前
俭朴大碗发布了新的文献求助10
14秒前
JS完成签到,获得积分10
15秒前
tinatian270完成签到,获得积分10
15秒前
司空豁应助Ekkoye采纳,获得10
15秒前
maroto发布了新的文献求助10
15秒前
姜橙子发布了新的文献求助10
16秒前
lomberer发布了新的文献求助10
18秒前
19秒前
volcano完成签到 ,获得积分10
19秒前
尺素寸心发布了新的文献求助10
19秒前
21秒前
kokomiya完成签到,获得积分10
22秒前
十七完成签到,获得积分10
24秒前
高分求助中
Licensing Deals in Pharmaceuticals 2019-2024 3000
Very-high-order BVD Schemes Using β-variable THINC Method 1020
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版,不要epub版本 431
Mission to Mao: Us Intelligence and the Chinese Communists in World War II 400
The Conscience of the Party: Hu Yaobang, China’s Communist Reformer 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3292581
求助须知:如何正确求助?哪些是违规求助? 2928924
关于积分的说明 8438976
捐赠科研通 2600963
什么是DOI,文献DOI怎么找? 1419413
科研通“疑难数据库(出版商)”最低求助积分说明 660282
邀请新用户注册赠送积分活动 642924